# ADE20kシーン解析

SegFormerはTransformerベースのセマンティックセグメンテーションモデルで、ADE20Kデータセットでファインチューニングされており、画像分割タスクに適しています。

このSegFormerモデルは512x512解像度でADE20kデータセットに対してファインチューニングされ、階層型Transformerエンコーダーと軽量な全MLPデコーダーヘッドアーキテクチャを採用しています。

BEiTはビジョントランスフォーマーアーキテクチャに基づく画像セグメンテーションモデルで、自己教師あり事前学習とADE20kデータセットによるファインチューニングにより効率的なセマンティックセグメンテーションを実現します。